ارسل ملاحظاتك

ارسل ملاحظاتك لنا







يجب تسجيل الدخول أولا

Features Filtration for Intrusion Detection Incorporating Hopfield Artificial Neural Networks

العنوان بلغة أخرى: ميزات الترشيح للشبكات العصبية الصناعية لكشف التسلل دمج متعددة الارتباطات
المؤلف الرئيسي: Al Shdaifat, Bashair Fayez (Author)
مؤلفين آخرين: Alsharfat, Wafa' Slaibi (Advisor) , El Bashir, Mohammad (Advisor)
التاريخ الميلادي: 2016
موقع: المفرق
الصفحات: 1 - 71
رقم MD: 855592
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة آل البيت
الكلية: كلية الأمير الحسين بن عبد الله لتكنولوجيا المعلومات
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

58

حفظ في:
المستخلص: تقدم الحوسبة السحابية إطار لدعم المستخدمين النهائيين بسهولة نظرا لقدرتها على توفير كمية غير محدودة من الموارد. يجب على مقدمي الحوسبة السحابية حماية النظام، سواء من الغرباء والمطلعين. لقد اقترح نظاما يسمح للأنظمة السحب لتحقيق فعالية الكشف عن الاختراقات وقوة أمن النظام (CCSS) الآلي. هو النظام الأكثر شيوعا لحماية صندوق الضمان الاجتماعي من العديد من أنواع الهجمات. (IDS) نظام كشف التسلل الخوارزمية المختلطة المقترحة هنا في يقلل من عدد من المزايا 41-19 الميزات. وبناء على اختبار في الدراسة الحالية، تم للاختبار وتدريب واقترح، الهجين النتائج KDD CUP 99 معيارا (KDD استخدام العادي توزيع 10% من '99) الخوارزمية المقترحة يؤثر بشكل كبير على أداء النظام، ويعزز كفاءة معدلات الكشف أيضا دقة لأنواع مختلفة هجوم ويقلل الشبكة IDS في (FAR) من معدل إنذار كاذب.

عناصر مشابهة